相关性分析，不能只看系数结果！

只知其然不知其所以然.jpg

在分析业务数据时，常通过相关性分析寻找与关键特征相关的变量，或者用相关性系数验证两组业务逻辑上应该强相关的变量。
相关性系数的计算，在Excel、R语言、Python 中都非常容易实现，如果只快速的计算一个系数值，会有什么问题呢？举一个我今天遇到的例子：

1. 两组变量分别是两种课程按照在不同学习阶段的答题正确率，教研设计是希望两种课程的难度高度相关

2. 两组变量的 pearson 相关系数为 0.08，按照「0.0-0.2 极弱相关或无相关」的判断，那是否应该告诉教研组两种课程在不同学习阶段的难度不相关，存在问题呢？
   此时需要再看一下两组数据的分布，发现是这样子的，两组数值都非常集中：

   
   
   

   image.png
   
   

   或者按照学习阶段看一下数据走势，也可以发现是这样的，在不同学习阶段，两种课程的难度都是稳定在 85% 的

   
   
   

   image.png
   
   结论应该是反馈教研组这两种课程难度设计的非常好，都稳定在较好的学习区域内。